前言：

什么是cookie?

Cookie，指某些网站为了辨别用户身份、进行session跟踪而储存在用户本地终端上的数据（通常经过加密）。

比如说有些网站需要登录后才能访问某个页面，在登录之前，你想抓取某个页面内容是不允许的。那么我们可以利用Urllib库保存我们登录的Cookie，然后再抓取其他页面,这样就达到了我们的目的。

一、Urllib库简介

Urllib是python内置的HTTP请求库，官方地址：https://docs.python.org/3/library/urllib.html

包括以下模块：

>>>urllib.request 请求模块>>>urllib.error 异常处理模块>>>urllib.parse url解析模块>>>urllib.robotparser robots.txt解析模块

二、urllib.request.urlopen介绍

uurlopen一般常用的有三个参数，它的参数如下：

urllib.requeset.urlopen(url,data,timeout)

简单的例子：

1、url参数的使用（请求的URL）

response = urllib.request.urlopen('http://www.baidu.com')

2、data参数的使用（以post请求方式请求）

data= bytes(urllib.parse.urlencode({'word':'hello'}), encoding='utf8')response= urllib.request.urlopen('http://www.baidu.com/post', data=data)

3、timeout参数的使用（请求设置一个超时时间，而不是让程序一直在等待结果）

response= urllib.request.urlopen('http://www.baidu.com/get', timeout=4)

三、构造Requset

1、数据传送POST和GET（举例说明：此处列举登录的请求，定义一个字典为values，参数为：email和password，然后利用urllib.parse.urlencode方法将字典编码，命名为data，构建request时传入两个参数：url、data。运行程序，即可实现登陆。）

GET方式：直接以链接形式访问，链接中包含了所有的参数。

LOGIN_URL= "http://*******.kiwisns.com/postLogin/"values={'email':'*******@user.com','password':'123456'}data=urllib.parse.urlencode(values).encode()geturl = LOGIN_URL+ "?"+datarequest = urllib.request.Request(geturl)

POST方式：上面说的data参数就是用在这里的，我们传送的数据就是这个参数data。

LOGIN_URL='http://*******.kiwisns.com/postLogin/'values={'email':'*******@user.com','password':'123456'}data=urllib.parse.urlencode(values).encode()request=urllib.request.Request(URL,data)

2、设置Headers（有些网站不会同意程序直接用上面的方式进行访问，如果识别有问题，那么站点根本不会响应，所以为了完全模拟浏览器的工作，我们需要设置一些Headers 的属性）

上图可以看到该请求的headers，这个头中包含了许多信息：Cache、Client、Transport等等。其中，agent就是请求的身份，如果没有写入请求身份，那么服务器不一定会响应，所以可以在headers中设置agent。

举例：（这个例子只是说明了怎样设置headers）

user_agent = r'Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:55.0) Gecko/20100101 Firefox/55.0'headers={'User-Agent':user_agent,'Connection':'keep-alive'}request=urllib.request.Request(URL,data,headers)

四、使用cookie登录

1、获取登录网址

浏览器输入需要登录的网址：'http://******.kiwisns.com/login'（注意：这个并非其真实站点登录网址），使用抓包工具fiddler抓包（其他工具也可）找到登录后看到的request。

此处确定需要登录的网址为：'http://******.kiwisns.com/postLogin/'

2、查看要传送的post数据

找到登录后的request中有webforms的信息，会列出登录要用的post数据，包括Email，password，auth。

3、查看headers信息

找到登录后看到的request的headers信息，找出User-Agent设置、connection设置等

4、开始编码，使用cookie登录该网站

import urllib.error, urllib.request, urllib.parse
import http.cookiejarLOGIN_URL = 'http://******.kiwisns.com/postLogin'
#get_url为使用cookie所登陆的网址，该网址必须先登录才可
get_url = 'https://******.kiwisns.com/admin/affiliate/pending'
values = {'email':'******@user.com','password':'123456','auth':'admin'}
postdata = urllib.parse.urlencode(values).encode()
user_agent = r'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_3) AppleWebKit/537.36' \r' (KHTML, like Gecko) Chrome/61.0.3163.79 Safari/537.36'
headers = {'User-Agent':user_agent, 'Connection':'keep-alive'}
#将cookie保存在本地，并命名为cookie.txt
cookie_filename = 'cookie.txt'
cookie_aff = http.cookiejar.MozillaCookieJar(cookie_filename)
handler = urllib.request.HTTPCookieProcessor(cookie_aff)
opener = urllib.request.build_opener(handler)request = urllib.request.Request(LOGIN_URL, postdata, headers)
try:response = opener.open(request)
except urllib.error.URLError as e:print(e.reason)cookie_aff.save(ignore_discard=True, ignore_expires=True)for item in cookie_aff:print('Name ='+ item.name)print('Value ='+ item.value)
#使用cookie登陆get_url
get_request = urllib.request.Request(get_url,headers=headers)
get_response = opener.open(get_request)
print(get_response.read().decode())

5、反复使用cookie登录

（上面代码中我们保存cookie到本地了，以下代码我们能够直接从文件导入cookie进行登录，不用再构建request了）

import urllib.request, urllib.parse
import http.cookiejarget_url = 'https://******.kiwisns.com/admin/affiliate/pending'
cookie_filename = 'cookie.txt'
cookie_aff = http.cookiejar.MozillaCookieJar(cookie_filename)
cookie_aff.load(cookie_filename,ignore_discard=True,ignore_expires=True)handler = urllib.request.HTTPCookieProcessor(cookie_aff)
opener = urllib.request.build_opener(handler)
#使用cookie登陆get_url
get_request = urllib.request.Request(get_url)
get_response = opener.open(get_request)
print(get_response.read().decode())

以上

作者：搁浅
出处: http://www.cnblogs.com/xiaoxi-3-/
如果对您有帮助，请关注我的同名简书:https://www.jianshu.com/u/da1677475c27
本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接，否则保留追究法律责任的权利。

python爬虫-使用cookie登录相关推荐

Python爬虫进行Cookie登录
不太喜欢说废话,直接开始. 一.首先找到发送登录请求(post或get)的url: 可以用抓包工具来进行捕捉,我用的工具是fiddler.fidder的安装及使用方法大家自行百度.这里假设大家已经安装 ...
python获取登录后的cookie_python爬虫使用cookie登录详解
前言: 什么是cookie? Cookie,指某些网站为了辨别用户身份.进行session跟踪而储存在用户本地终端上的数据(通常经过加密). 比如说有些网站需要登录后才能访问某个页面,在登录之前,你想 ...
Python爬虫--人人网模拟登录cookie（四）
文章目录模拟登录一.人人网模拟登录 1.1 验证码识别 1.2 发送post请求 1.3 模拟登录cooki操作 1.4 cookie 1. 手动cookie处理 2. 自动处理二.代理讲解总 ...
python爬虫分析模拟登录时会变的参数_Python爬虫之urllib模拟登录及cookie的那点事...
在web sprider crawl过程中,许多网站都需要登录后才能访问,一般如果我们不用爬虫框架的前提下,常规用的就两个库 ,urllib库和requests库,本文将用最基础的urllib库,以 ...
利用python爬虫(part15)--cookie模拟登陆
学习笔记文章目录 cookie模拟登陆获取cookie 爬取我的简介 cookie模拟登陆有的时候,我们想要抓取一个网站,但是需要先登录才能访问它,如果不输入用户名和密码,我们就会一直停留在登录 ...
python爬虫淘宝登录_python爬虫实现模拟淘宝登录
就算所有人都不支持你.这条路会很曲折,你也会一度认为是不是自己选错了,但只要坚持,就算最后没有成功,但努力了就不会有遗憾. python爬虫模拟淘宝登录小贴士这个爬虫和搜索引擎的爬虫是有区别的.搜 ...
python爬虫淘宝登录_淘宝的模拟登录（python3+selenium）
淘宝登录爬数据的前提是要先登录,那么先来说怎么使用python3+selenium登录淘宝的. 一.登录前的准备工作关于一开始做登录时,一直会出现滑块,这个滑块怎么滑都通过不了,后来才知道是淘宝有 ...
python爬虫之cookie方式自动登录巴比特网
最近打算抓取公司内部PPT模板库中的PPT,发现被各种安全屏蔽.因为好久没写程序了,因此写几个例子回顾下基本的爬虫知识目标网址巴比特的登录页面 http://8btc.com/member.php? ...
Python爬虫10-Selenium模拟登录
目录 10.1Selenium和PhantomJS和headless-chrome 10.1.1Selenium的概念和安装 10.1.2浏览器的选择和安装 10.2Selenium和PhantomJ ...

python爬虫-使用cookie登录

前言：

一、Urllib库简介

二、urllib.request.urlopen介绍

三、构造Requset

四、使用cookie登录

python爬虫-使用cookie登录相关推荐

最新文章

热门文章